基于无人机载 LiDAR进行农村房地一体测量关键技术研究

基于无人机载 LiDAR进行农村房地一体测量关键技术研究

赵国华

山东正元航空遥感技术有限公司 山东 济南 2 50101

摘 要：房地一体测量作为不动产测绘的重要内容，在产权制度改革中，发挥越来越重要的作用，本文针对无人机搭载LiDAR进行数据获取、处理和房产要素采集的关键技术进行研究，重点解决传统全野外解析测量成果单一、效率低、质量控制难度大的问题，为房地一体测量提供一种数据源丰富、客观、便于溯源和质量控制的技术方案选择。本文所述的关键技术亦可在地形图测绘、线路测量、变形监测等领域作为参考。

关键词：LiDAR；无人机；房地一体

0 引言

农村房地一体不动产登记，对农村宅基地和集体建设用地使用权以及房屋所有权进行确认和保护，赋予农民更多的财产权利，为农民增加财产性收入提供产权保障。特别是2018 年中央1号文件出台相关政策加速该类项目的推进和建设。而传统方法进行房地一体测量，需全野外逐点施测并现场调查逐边丈量房屋边长，作业受天气、权利人配合和作业区分散影响，效率低、质量控制难度大，前期采用该方法作业的大量房地一体项目面临超工期施工、成果质量风险大的困境。

LiDAR (Light Detection and Ranging) 是激光探测及测距系统的简称，其为通过发射激光束并接收回波获取目标三维信息的系统。机载LiDAR 正向小型化，应用便利化、高安全性的方向发展，小（微）型LiDAR配合低航速无人机正在应用于房地一体测量领域。

1 技术流程与主要精度指标

1.1 技术流程

采用无人机搭载LiDAR进行房地一体测量主要流程为控制测量、基站架设与LiDAR数据获取、数据处理、房产地籍要素采集、数据建库等。

1.2 主要精度指标

房地一体项目中地籍界址点和房产界址点测量精度要求较高，其中同级别房产界址点要求精度更高，选择房产界址点精度要求作为本文探讨方案的指标。主要精度指标见下表。

表1 房产界址点精度指标

2 误差分析与精度控制

2.1 误差传递的基本模型

LiDAR通过POS实时获取其在空中的位置（X₀，Y₀，Z₀）、姿态（俯仰角φ，侧滚角ω，偏航角κ）、观测方向与法线的夹角（θ），通过主动发射激光并接受回波来确定激光源到探测物的距离（s），确定点云坐标（P_i）。设P_i的三维坐标分别为Xi，Yi，Zi，其计算公式为：

X_i=X₀+f_x(φ,ω,κ,θ,s); Y_i=Y₀+f_y(φ,ω,κ,θ,s); Z_i=Z₀+f_z(φ,ω,κ,θ,s) (1)

其中f_x，f_y，f_z，分别为投影函数。

POS定位定姿精度和测距精度是其误差的主要来源。其中误差传播服从误差传播规律，如(2）所示。

（2）

目前机载LiDAR使用的POS定姿精度一般优于0.008°，经过平差处理后其对精度的影响很小，主要误差可以简化为POS定位精度和测距精度同最终测量结果精度之间服从加法关系的误差传递规律，如（3）所示。

(3)

其中，m_p为POS定位精度，m_c为测距精度。测距精度除固有误差外还同测量距离正相关。

2.2 精度控制关键和方法

由2.1分析可知，POS定位精度和测距精度是影响成果精度的关键因素，且房地一体项目更加关注平面坐标的精度，与激光LiDAR测量的开口角同该分量直接相关，由此总结影响测量精度的关键因素为：POS定位精度、LiDAR测距精度、测量的开口角等，通过设备选型、开口角的设置、增加观测条件，可以有效控制该部分误差。

人机交互数据采集以获得相应界址点坐标和图形成果，精度受作业员熟练程度和操作要求、点云密度的影响，是随机误差，也是误差控制的一个关键因素，通过优化流程，提高点云密度增加观测条件可以提高该部分精度。

3 关键技术

3.1 设备选型及飞行方案

3.1.1 LiDAR选型

通过比对目前国内可使用的主流LiDAR设备结合无人机选型的需要，经过实验，认为目前无人机载LiDAR均无法胜任一级界址点精度要求的房产测量，二级和三级精度要求的房地一体测绘使用LiDAR方案应满足以下指标：总重量低于5kg,有效测程优于300m，扫描频率优于10kHz，扫描线频率高于100Hz，测距精度优于2cm,Pos位置精度优于2cm，GPS采样间隔优于0.5s。

3.1.2 无人机选型

测绘用无人机主要分为固定翼无人机和多旋翼无人机，根据动力划分分为燃油机、电机和油电双动力机。综合考虑搭载的LiDAR设备的采样频率和POS系统的要求，燃油和油电双动力无人机受发动机震动的影响，不适合本项目选型。执行项目界址点精度为二级要求时，必须选用航速相对较低，抗天气因素能力强的旋翼无人机，飞行速度6-8m/s，执行界址点精度要求为三级时可选用电动固定翼无人机，应尽量采用低航速(飞行速度不超过20m/s)和设置LiDAR高线采样频率以保证点云的覆盖。

3.1.3 飞行方案

为有效控制LiDAR数据采集精度，增加检核条件，提高成果可靠性，在飞行时采取如下措施：

（1）控制扫描开口角，减少在平面上的误差积累，建议设定开口角小于180°。

（2）每次飞行进入测区前“8”字飞行，初始化惯导，减少误差积累。

（3）至少构架一条交叉航线，增加多余观测，提高精度和可靠性。

3.2 基站采样频率优化控制

地面基站是解算POS中位置数据的基础，观测数据直接影响点云成果的精度。经过试验进行如下优化控制。①尽量选择测区内开阔、基础稳固的地方架设，避开电磁干扰和多路径对观测数据的影响，地面保留永久性标志。②设置同LiDAR载接收机相同的采样间隔，选择尽量高的频率以提高后差分精度。③在航飞作业前30分钟开机，接收信号稳定、可靠后再开始航飞作业。③根据每架次飞行情况，尽量设计离测区近的位置架设基站，提高差分解算精度。

3.3 数据融合和处理

（1）POS解算应完整使用基站数据、流动站数据和惯导数据，对不优观测及时剔除，不符合的部分详细记录，确无法补救的，要及时补飞。

（2）点云数据融合。准确输入检校参数，将POS和点云原始数据融合，获得高精度les数据。如同时搭载真彩色相机，可进行有色点云的融合，方便地物的判别和采集。

（3）坐标转换和拼接。选择严密的数学模型对点云进行坐标转换。不同架次的点云数据进行接边，选择同名点消除点云的分层。对点云厚度严格控制，对厚度大于5cm的要找出原因。

（4）严格的质量检查。对点云数据目视质量检查，对出现的分层、缺失根据实际情况选择补测方案。通过预先测量的检查点对点云精度进行检查验证，符合采集要求方可进行后续工序，否则分析原因，根据需要进行相关纠正或重飞。

3.4 数据采集质量控制

针对人机交互采集随机误差的分布情况进行如下要求：

1. 点云拟合边采集和目视采集同时进行，较差符合要求，选择人工采集的成果保存。

2. 严格落实自检、互检和过程检查，对采集的每幢房屋逐一检查，消除人为错误。

3. 成图后每区块针对房角点进行不少于25点的外业检测，统计分布规律，符合要求方可继续后续工作。

4 结论

通过实验，采用本文所述的方法进行房地一体测量，统计实验区域点位中误差±3.34cm，粗差率1.02%，边长中误差±3.66cm，无粗差，成果精度满足房产测量中二级和三级界址点要求，实际操作效率优于全野外解析测量，可以作为现行房地一体测绘方案的补充。

参考文献

[1]基于CORS的机载LiDAR点云坐标基准转换关键技术研究，李成刚、王兹正等，测绘第36卷第4期2013年8月;

[2]误差理论与测量平差基础，武汉大学出版社，2003年3月。